浅谈故障检测与分类

摘要

将故障检测与分类问题表述为基于神经网络的分类问题。然后，训练神经网络，进行故障检测，并考虑两个超参数（隐藏层层数和神经元数）的影响，研究了数据增强对神经网络性能的影响。利用神经网络进行数据扩充，解决了故障分类问题。

1.基于分类的人工神经网络

1.对于数据驱动的故障诊断方法来说，在将输入数据馈送到输入层之前需要对其进行归一化，一种可能的方法是特征缩放，以便所有值都在[0,1]范围内。
$x^{\prime }=\frac{x-min(x)}{max(x)-min(x)}$
2.在隐藏层中，输入数据中包含的信息通过非线性变换，依次转换为更高的表示形式。
h1=σ(W1x+b1)h_{1}=\sigma (W_{1}x+b_{1})h1​=σ(W1​x+b